Angga, Septiawan (2018) RANCANG BANGUN SISTEM PERINGATAN DINI BANJIR PADA PINTU AIR. Diploma thesis, Universitas Andalas.
|
Text (abstrak)
ABSTRAK.pdf - Published Version Download (206kB) | Preview |
|
|
Text (Pendahuluan)
BAB I.pdf - Published Version Download (424kB) | Preview |
|
|
Text (Kesimpulan dan Saran)
BAB V.pdf - Published Version Download (226kB) | Preview |
|
|
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version Download (154kB) | Preview |
|
Text (Skripsi Full text)
Tugas Akhir full text.pdf - Published Version Restricted to Repository staff only Download (2MB) |
Abstract
RANCANG BANGUN SISTEM PERINGATAN DINI BANJIR PADA PINTU AIR Angga Septiawan1, Zaini, P.hD2, Dodon Yendri, M.Kom3 1Mahasiswa Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas 2Dosen Teknik Elektro Fakultas Teknik Universitas Andalas 3Dosen Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas ABSTRAK Banjir menjadi merupakan salah satu bencana yang paling umum terjadi di Indonesia. Karena Indonesia memiliki curah hujan yang relatif tinggi. Penelitian ini bertujuan untuk memberikan peringatan dini berupa alarm jika terjadi lonjakan status siaga banjir dengan menjadikan kondisi di Pintu air sebagai acuan. Status siaga banjir ini dibagi atas Siaga IV, Siaga III, Siaga II, dan Siaga I. Sistem peringatan dini banjir ini disebut juga dengan Flood Forecasting Early Warning System (FFEWS). Parameter yang digunakan oleh sistem peringatan dini ini adalah ketinggian air dan prakiraan cuaca yang diperoleh dari Automatic Weather Station (AWS). Informasi dan monitoring status siaga pintu air ditampilkan pada aplikasi GUI Raspberry Pi berbasis bahasa pemprograman Python dengan pembaharuan 5, 10, dan 15 menit sekali. Berdasarkan hasil pengujian yang dilakukan terhadap AWS diperoleh tingkat keberhasilan sebesar 80 %, sensor ultrasonic sebesar 96,67. Selama pengujian terjadi delay 1-6 detik, sedangkan persentase keberhasilan FFEWS sebesar 95 %. Kata Kunci : Banjir, Pintu Air, Automatic Weather Station, Flood Forecasting Early Warning System, Raspberry Pi, Python, Sensor Ultrasonic.
Item Type: | Thesis (Diploma) |
---|---|
Primary Supervisor: | Zaini, PhD |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Sistem Komputer |
Depositing User: | s1 sistem komputer |
Date Deposited: | 22 Feb 2018 14:58 |
Last Modified: | 22 Feb 2018 14:58 |
URI: | http://scholar.unand.ac.id/id/eprint/32361 |
Actions (login required)
View Item |